Predição via LSTM de séries temporais multivariáveis com aplicação em portfólio de ações

Abstract

este trabalho propõe-se a predição das cotações de ações do mercado financeiro brasileiro via séries temporais a partir do modelo LSTM, avaliando a sua eficácia e desempenho de processamento na utilização do paradigma offline. O Contexto do trabalho é a bolsa de valores brasileira, mais precisamente os ativos que compõe o índice Ibovespa, principal indicador da Bolsa de Valores (BOVESPA). A relevância do trabalho está na pouca literatura existente referente ao mercado acionário brasileiro e por conta do aumento de investidores brasileiros no mercado de renda variável. Por isso, a construção de técnica de negociação de ativos (ações) atrelada a um modelo de Deep Learning ajudará a dar uma maior segurança e, porque não, um maior retorno aos investidores com pouco ou mesmo baixa experiência no investimento de ativos de alto risco.